多动态过程与临床终点的联合模型：在阿尔茨海默病中的应用
统计方法学
2019-10-21 v2
摘要
与其他神经退行性疾病一样，作为老年人中最常见的痴呆，阿尔茨海默病以脑结构和临床功能（如认知功能与功能性残疾）的多重进行性损伤为特征。直到最近，这些成分大多是独立研究的，因为统计界中没有可用于多元纵向数据与事件发生时间的联合模型。然而，这些成分在向痴呆退化的过程中是根本相互关联的，应当一起分析。因此，我们提出一个联合模型以同时描述多个相关成分的动态。每个成分被定义为一个潜在过程，由一个或多个连续标记物（不一定是高斯的）测量。我们不像标准联合模型那样考虑相关的诊断时间，而是假设诊断对应于一个病理过程超过协变量特定阈值（待估计）的过程，该过程被建模为特定成分潜在过程的组合。这一定义捕捉了诊断（如痴呆诊断）的临床复杂性，同时也得益于最大似然估计计算的简化。我们表明，该模型与估计程序也能处理竞争性临床终点。该估计程序在 R 包中实现，通过模拟验证了该方法，并将其应用于一个关于大脑衰老的大型法国人群队列，其中我们重点关注三种临床表现的动态以及相关的痴呆与痴呆前死亡风险。
引用
@article{arxiv.1803.10043,
title = {A joint model for multiple dynamic processes and clinical endpoints: application to Alzheimer's disease},
author = {Cécile Proust-Lima and Viviane Philipps and Jean-François Dartigues},
journal= {arXiv preprint arXiv:1803.10043},
year = {2019}
}